一种基于Retinex的工业透明薄膜包装检测方法
【专利摘要】本发明涉及一种基于Retine?x的工业透明薄膜包装检测方法，其特征在于，步骤为：第一步、运用多尺度Retine?x算法对拍摄到的工业透明薄膜包装图像进行图像初步增强；第二步、根据初步增强后的图像，确定增强系数；第三步、将初步增强后的图像和其负片结合处理，在颜色恒定性的基础上，增强图像；第四步、将增强后的图像片转化到饱和度空间，阈值分割，进行破损检测；第五步、运用神经BP神经网络进行关于破损的判别。本发明提出了一种新的图像处理算法，将初步增强后的图像与其负片结合进行处理，对不同亮度区域采用线性变换，增强了图像特征区域的亮度和对比度，具有运行时间短，检测准确性高的优点。
【专利说明】-种基于Ret inex的工业透明薄膜包装检测方法
【技术领域】
[0001] 本发明涉及一种用于检测包装是否出现空洞、擦伤、裂纹等的方法，属于工业检测
【技术领域】。
【背景技术】
[0002] 自20世纪60年代第3代数字计算机问世以后，数字图像处理技术出现了空前的 发展，为人类带来了巨大的经济和社会效益，研究数字图像处理技术最早的目的是改善人 类分析和判断时采用的图像信息。数字图像处理的先决条件是将图像转化为数字形式，然 后按特定的目标，运用特定的操作来"改造"图像。
[0003] 与传统的工业检测相比，运用数字图像处理减少了成本，提高了检测的准确性。在 运用图像处理进行工业检测的过程中，目前已经涉及到一系列的算法提出，其中牵涉到小 波变化、Retine X理论，HSI空间的图像增强等这些算法都能进行图像增强，但小波变化数 据处理量大，运行时间长，且一般用于灰度图像的处理，Retine X算法容易受噪声的干扰， HSI空间的图像增强容易出现颜色失真。
[0004] 在近期的彩色图像增强中，主要方法包括将RGB图像转化到HSI空间，根据图像饱 和度分量和色调分量的不同性质，基于饱和度分量和边缘保持的色调分量增强的方法对彩 色图像进行增强。
【发明内容】
[0005] 本发明的目的是提供一种自动检测方法来对于包装过程中出现的破损现象进行 检测。
[0006] 为了达到上述目的，本发明的技术方案提供了一种基于Retine X的工业透明薄膜 包装检测方法，其特征在于运用算法代替传统硬件，进行透明薄膜包装检测，步骤为：
[0007] 第一步、运用多尺度Retine X算法对拍摄到的工业透明薄膜包装图像进行图像初 步增强，多尺度Retine X算法表示为：
[0008]
【权利要求】
1. 一种基于Retine x的工业透明薄膜包装检测方法，其特征在于运用本文算法代替硬 件，进行透明薄膜包装的破损检测，步骤为： 第一步、运用多尺度Retine X算法对拍摄到的工业透明薄膜包装图像进行图像初步增 强，多尺度Retine X算法表示为：
p式中,L(x，y)表示入射光，为高频信号；R(x，y)表示物体的 反射性质，为低频信号；对L(x，y)进行低通滤波，就得到R(x，y) ;S(x，y)是摄像头接收到 的光线所构成的图像；G(x，y)代表高斯滤波器：G(x，y) = Xexp[_(x2+y2)/〇2]，其中，σ 是尺度参数，越大锐化越厉害，λ是归一化常数，并使得/ / G(x，y)dxdy = 1成立； 第二步、根据初步增强后的图像，确定增强系数； 第三步、将初步增强后的图像和其负片结合处理，在颜色恒定性的基础上，增强图像， 第二步及第三步包括： 步骤 1、在对数域上有：log(S(x，y)) = log(R(x，y))+log(G(x，y) XS(x，y))，则有：
，式中，K为3，wk为1/3; 步骤2、将R(x，y)表示为
W表示和S(x，y)大小相同 的矩阵，矩阵的数值均为255 ;
:表示图像的负片；c表示各颜色通道； 步骤3、图片中的颜色由R，G，B间的比例决定，亮度由R，G，B的大小决定，为了保持在 颜色恒定的基础上，进行图像特征区域的增强，对负片进行线性变换，则有：
，式中，负片的亮度与R(x，y)相反，R(x，y)中的 亮区域对应
中的暗区域，将
分为
其中，
表示亮度在 前20%的区域，在负片空间中破损区域的亮度较大，增大其线性变换的系数，有利于增强其 在饱和度空间中的特征； 步骤4、分别对
区域进行线性拉伸，为了增强负片亮度，取λ。λ2为大于 1的数值； 步骤5、根据
c e {r，g，b}得到增强后的图像 I (X，y)，式中，β i = λ「1，β 2 = λ 2-1 ; 第四步、将增强后的图像I (χ，y)片转化到饱和度空间，阈值分割，进行破损检测； 第五步、运用神经BP神经网络进行关于破损的判别。
2. 如权利要求1所述的一种基于Retine X的工业透明薄膜包装检测方法，其特征在 于，在所述步骤4中，
式中，R' (X，y)，S' (X，y)为R(x，y), S(x， y)归一化的灰度图像。
【文档编号】G01N21/958GK104063851SQ201410317695
【公开日】2014年9月24日 申请日期:2014年7月3日 优先权日:2014年7月3日
【发明者】刘娣, 周武能, 孔超波, 胡飞 申请人:东华大学